Sora ne remplacera pas les humains, et voici pourquoi

Sora ne remplacera pas les humains, et voici pourquoi est profilé par BTW Media parce que des preuves publiées le lient à l'infrastructure Internet, à la gouvernance, aux dépendances opérationnelles ou à la visibilité du marché.

• Sora est un modèle de génération vidéo publié par OpenAI, capable de générer des vidéos réalistes à partir de descriptions textuelles, suscitant une large attention et des discussions.
• Bien que Sora représente une étape importante dans le domaine de l'intelligence artificielle, l'idée de remplacer complètement les humains ou de perturber la réalité est encore prématurée, le défi clé résidant dans la construction de modèles du monde précis et généralisables.
• L'IA est un outil, une technologie créée par les humains pour aider à résoudre des problèmes. En l'état actuel, tant que l'IA n'a pas de conscience de soi, elle ne possédera pas d'« originalité », se contentant d'organiser les connaissances humaines existantes.

OpenAI a publié le modèle texte-vidéoSoradans les premières heures du 16 février, provoquant une série de chocs et d'exclamations dans les cercles technologiques et médiatiques. Aussitôt, les vidéos de type explosion générées par Sora, telles que publiées sur le site Web d'OpenAI, ont largement circulé en ligne. En utilisant Sora, il suffit de saisir une description textuelle pour obtenir une vidéo d'une durée allant jusqu'à 60 secondes, contenant des scènes extrêmement détaillées, des expressions de personnages vives et des mouvements de caméra complexes, presque impossibles à distinguer de la réalité. Les internautes se sont exclamés que l'IA révolutionnait des secteurs comme le cinéma, les courtes vidéos et les jeux, certains allant même jusqu'à exagérer en disant que « le monde réel n'existe plus! » La perspective d'un remplacement des humains par l'IA semblait plus proche.

Cet événement nous a fait nous émerveiller de la nouvelle vague de révolution technologique déclenchée par Sora, qui pourrait bientôt abaisser la barrière pour les gens ordinaires de produire des vidéos, les travaux complexes de tournage et de montage étant négligés, et l'imagination et la créativité des gens devenant les sources les plus essentielles de compétitivité du contenu vidéo. Par conséquent, les « entreprises unipersonnelles » et les équipes à très petite échelle pourraient également réaliser des films et des contenus vidéo qui nécessitaient auparavant une main-d'œuvre et des coûts énormes.

La vague technologique apporte à la fois de l'admiration et de l'anticipation, ainsi que des inquiétudes quant au remplacement et à la perturbation.

A lire aussi:20 géants de la technologie s'engagent à lutter contre l'ingérence électorale par l'IA

Sora ne comprend pas le monde physique et manque d'un « modèle du monde »

Cependant, ces derniers jours, j'ai observé que les scientifiques et de nombreux initiés de l'industrie à la pointe de la technologie discutent encore le plus du problème du « modèle du monde » de Sora. Les vidéos générées par Sora ont des visuels et une cohérence extrêmement réalistes, certaines étant presque impossibles à distinguer de celles créées par des humains. Ce n'est pas simple; cela exige que les machines comprennent la structure, les détails, les trajectoires de mouvement et les changements de lumière et d'ombre du monde réel, sans violer la cognition humaine.

Certains pensent que Sora comprend le monde physique, possédant la forme embryonnaire d'un « modèle du monde ». Le modèle du monde de l'IA peut être considéré comme son modèle mental, reflétant la compréhension et les attentes du système d'intelligence artificielle vis-à-vis de lui-même et du monde extérieur. En prenant le modèle du monde humain comme exemple, le terme « modèle » implique que toutes les connaissances que nous comprenons ne sont pas stockées comme un tas de faits mais organisées dans une structure qui reflète le monde et tout ce qu'il contient.

Nous ne nous souvenons pas d'une série de faits sur chaque élément, mais nous construisons d'innombrables modèles dans notre cerveau, tels que des modèles de « portes de ville » et d'« axes de l'os de la hanche », chacun avec sa propre forme, agencement et la façon dont les différentes parties se déplacent et fonctionnent ensemble. Pour reconnaître quelque chose, nous connaissons son apparence et sa texture; pour atteindre un objectif, nous comprenons le comportement typique des choses dans le monde lorsqu'elles interagissent avec nous, comme le type de marques de morsure qu'une pomme aurait si elle était mordue.

Cependant, de nombreux scientifiques pensent que Sora ne comprend pas le monde physique et manque d'un « modèle du monde ».

Le lauréat du prix TuringYann LeCunestime que générer des vidéos réalistes uniquement sur la base de descriptions ne signifie pas nécessairement que le modèle comprend le monde physique; le processus de génération vidéo est totalement différent des prédictions causales basées sur un modèle du monde.

Francois Chollet, l'auteur du framework de deep learning «Keras» et chercheur en IA chez Google, suggère que des modèles comme Sora peuvent effectivement intégrer un « modèle physique », mais la question est: ce modèle physique est-il précis? Peut-il généraliser à de nouvelles situations au-delà de la simple interpolation des données d'entraînement?

Les vidéos générées par Sora présentent effectivement plusieurs défauts, comme le plan en vue subjective de fourmis rampant dans un nid où l'on ne voit que quatre pattes lorsqu'on l'examine de près; la vidéo d'une personne courant sur un tapis roulant va dans la direction opposée, et la vidéo de « un grand canard traverse les rues de Boston », le canard marche sur une personne.

Jim Fan, chercheur scientifique senior chez Nvidia, suggère deux explications possibles à ce problème: (1) Le modèle peut manquer de compréhension de la physique, se contentant d'assembler aléatoirement des pixels d'image, ou (2) Le modèle tente de construire un moteur physique interne, mais ses performances sont médiocres.

Les initiés de l'industrie pensent que Sora utilise une approche de « force brute », exploitant de grandes quantités de données, de grands modèles et une puissance de calcul considérable, avec l'utilisation sous-jacente de modèles du monde validés dans les domaines du jeu, de la conduite autonome et de la robotique pour construire le modèle texte-vidéo, lui permettant de simuler le monde.

Cependant, cela revient à apprendre les lois du monde par une « lecture d'images » extensive, ce qui, bien que raisonnable, ne peut pas apprendre les lois du monde déductibles par la physique, telles que les lois de Newton.

En fin de compte, les humains n'ont pas inventé les avions en imitant les oiseaux mais en comprenant l'aérodynamique. Sora marque en effet une autre étape importante dans l'IA, promettant de simplifier considérablement le travail humain, de réduire les attributs « d'outil » des humains et d'assister ou d'assumer partiellement certaines tâches. Cependant, un véritable remplacement des humains ou une perturbation de la réalité semble prématuré.

A lire aussi:Un chatbot IA peut-il faire le travail de 700 personnes?

Quiz rapide

Combien de temps peuvent durer les vidéos générées par Sora?

A. 60 secondes

B. 2 minutes

C. 4 minutes

D. 10 minutes

La réponse correcte se trouve en bas de l'article.

L'AIGC pourrait être un outil puissant pour les créateurs de contenu très originaux

Le développement ultérieur de l'AIGC (y compris, mais sans s'y limiter, Sora) entraînera le processus de remaniement vers une direction plus favorable à la diversité. Nous pourrions utiliser un modèle analytique très simplifié pour diviser les capacités des créateurs de contenu natifs d'Internet en deux directions. Premièrement, la sensibilité aux sujets d'actualité, c'est-à-dire la capacité à suivre les sujets et tendances à la mode. Sans aucun doute, à tout moment, la majorité du trafic sur les réseaux sociaux est concentrée sur très peu de sujets d'actualité.

La capacité à saisir ces sujets détermine l'explosivité à court terme du créateur, ou en termes plus branchés, son « potentiel viral ». Deuxièmement, la tonalité du contenu, concernant l'unicité et l'irremplaçabilité du contenu. Le contenu de certains créateurs est inoubliable, portant des empreintes personnelles distinctes qu'aucun concurrent ne peut imiter. La possession d'une tonalité suffisamment irremplaçable détermine l'endurance du créateur, ou ce que nous pourrions appeler « durabilité » ou « adhérence des fans ».

L'AIGC profitera aux créateurs de contenu de niche qui excellent dans la tonalité du contenu et gagnent progressivement en popularité, tandis qu'elle désavantagera ceux qui prospèrent en capturant des sujets d'actualité pour des tendances éphémères. À l'ère de l'AIGC, courir après les sujets d'actualité ne sera plus un avantage concurrentiel de base pour les créateurs de contenu, car le seuil pour le faire diminuera. Par conséquent, l'importance de la tonalité du contenu augmentera encore, pouvant devenir la seule carte gagnante.

La couverture opportune des sujets d'actualité sera principalement la tâche de l'IA, la principale concurrence étant l'efficacité de l'AIGC, rendant difficile pour quiconque de se démarquer. Cependant, pour les créateurs de contenu dont la compétitivité de base réside dans leur tonalité, l'AIGC peut devenir une nouvelle arme puissante. Les internautes ont encore une tendance naturelle à courir après les sujets d'actualité, mais ce qu'ils exigeront de plus en plus n'est pas un contenu opportun mais plutôt des interprétations distinctives ou des analyses approfondies.

Tout comme les amateurs de football qui ont déplacé leur attention de la couverture rapide et complète de l'actualité vers l'analyse approfondie des matchs et les programmes interactifs et divertissants. Les créateurs de niche de haute qualité peuvent collaborer avec l'IA: les premiers se concentrant sur la tonalité, les soi-disant « éclairs d'inspiration », et les seconds gérant les tâches répétitives, appelées « travail de base » dans l'industrie du contenu.

L'IA a encore un long chemin à parcourir

Sora change la donne. Connaissant le fonctionnement d'Hollywood, ils essaieront très certainement de l'utiliser pour remplacer des emplois. Mais c'est un outil, et certaines personnes s'en empareront et en tireront parti, et d'autres non. Je n'ai pas encore vu d'IA pleine d'émotion humaine; tout est assez effrayant pour le moment. Cela ne devient une menace totale que lorsqu'elle peut faire ressentir des émotions aux humains.

Lee Romaire, producteur créatif et lauréat d'un Emmy

L'IA est un outil, un moyen technologique créé par les humains pour résoudre des problèmes. En l'état actuel, tant que l'IA ne développe pas de conscience de soi, elle ne possédera pas d'« originalité » mais se contentera de collecter et d'organiser les connaissances humaines existantes. Même les IA génératives avancées comme ChatGPT ne font pas exception.

Lee Romaire, lauréat d'un Emmy, a partagé son point de vue à ce sujet en disant: « Sora change la donne. Connaissant le fonctionnement d'Hollywood, ils essaieront très certainement de l'utiliser pour remplacer des emplois. Mais c'est un outil, et certaines personnes s'en empareront et en tireront parti, et d'autres non. Je n'ai pas encore vu d'IA pleine d'émotion humaine; tout est assez effrayant pour le moment. Cela ne devient une menace totale que lorsqu'elle peut faire ressentir des émotions aux humains. »

OpenAI a déjà divulgué les détails techniques de Sora, révélant que sa feuille de route technologique hérite du modèle texte-image précédemment publié. Bien qu'il y ait quelques innovations, elles ne sont pas révolutionnaires. Du moins dans l'environnement actuel, il est peu probable que Sora produise une véritable « originalité », et son efficacité et son pouvoir de persuasion dans la génération de vidéos dépendent encore fortement de l'« entraînement » individuel de l'utilisateur.

La réponse correcte est A.